智能优化算法：鲸鱼优化算法-附代码-程序员宅基地
智能优化算法：鲸鱼优化算法-附代码
文章目录
摘要：鲸鱼优化算法 (whale optimization algorithm,WOA)是 2016 年由澳大利亚格里菲斯大学的Mirjalili 等提出的一种新的群体智能优化算法，其优点在于操作简单，调整的参数少以及跳出局部
最优的能力强。
1.算法原理
鲸鱼优化算法(whale optimization algorithm,WOA)是模仿座头鲸的狩猎行为进而提出的一种新型启发式优化算法。在 WOA 算法中，每只座头鲸的位置代表一个可行解。在海洋活动中，座头鲸有
着一种特殊的狩猎方法，这种觅食行为称为bubble-net 捕食策略 [27] ，其狩猎行为如图 1 所示。
1.1包围猎物
座头鲸在狩猎时要包围猎物，为了描述这种行为，Mirjalili 提出了下面的数学模型：
D = ∣ C X ∗ ( t ) − X ( t ) ∣ X ( t + 1 ) = X ∗ ( t ) − A D D=|CX^{*}(t)-X(t)|\\ X(t+1)=X^{*}(t)-AD D=∣CX∗(t)−X(t)∣X(t+1)=X∗(t)−AD
式中： t t t是当前迭代次数； A A A和 C C C为表示系数， X ∗ ( t ) X^{*}(t) X∗(t)表示目前为止最好的鲸鱼位置向量， X ( t ) X(t) X(t)
表示当前鲸鱼的位置向量，$A $和 C C C 由下式可得到
A = 2 a r 1 − a C = 2 r 2 a = 2 − 2 t T m a x A=2ar_{1}-a\\ C=2r_{2}\\ a=2-\frac {2t}{T_{max}} A=2ar1−aC=2r2a=2−Tmax2t
其中， r 1 r_{1} r1 和 r 2 r_{2} r2是(0,1)中的随机数，a 的值从 2到 0 线性下降， t t t 表示当前的迭代次数， T m a x T_{max} Tmax 为最大迭代次数。
1.2 狩猎行为
根据座头鲸的狩猎行为，它是以螺旋运动游向猎物，故狩猎行为的数学模型如下：
X ( t + 1 ) = X ∗ ( t ) + D p e b l c o s ( 2 π l ) X(t+1)=X^{*}(t)+D_{p}e^{bl}cos(2\pi l) X(t+1)=X∗(t)+Dpeblcos(2πl)
其中， D p = ∣ X ∗ ( t ) − X ( t ) ∣ D_{p} =|X^{*} (t)−X(t)| Dp=∣X∗(t)−X(t)∣表示鲸鱼和猎物之间的距离， X ∗ ( t ) X^{*}(t) X∗(t)表示目前为止最好的位置向量， b b b 是一个常数，用来定义螺线的形状， l l l 是(−1,1)中的随机数。值得注意的是，鲸鱼以螺旋形状游向猎物的同时还要收缩包围圈。因此，在这种同步行为模型中，假设有 P i P_{i} Pi 的概率选择收缩包围机制和 1 − P i 1−P_{i} 1−Pi的概率选择螺旋模型来更新鲸鱼的位置，其数学模型如下:
X ( t + 1 ) = { X ∗ ( t ) − A D , p < P i X ( t ) = X ∗ ( t ) + D p e b l c o s ( 2 π l ) X(t+1)=\begin{cases} X^{*}(t)-AD, p<P_{i}\\ X(t)=X^{*}(t)+D_{p}e^{bl}cos(2\pi l) \end{cases} X(t+1)={
X∗(t)−AD,p<PiX(t)=X∗(t)+Dpeblcos(2πl)
攻击猎物时，在数学模型上靠近猎物设定了减小 a a a 的值，这样 A A A 的波动范围也随$ a$ 下降。在迭代过程中当 a a a的值从2到0下降时， A A A是在 [ − a , a ] [−a,a] [−a,a]内的随机值，当 A A A 的值在[−1,1]内时，鲸鱼的下一个位置可以是它现在的位置和猎物的位置之间的任意位置，算法设定当 A < 1 A<1 A<1 时，鲸鱼向猎物发起攻击。
1.3 搜索猎物
在搜索猎物时，其数学模型如下：
D = ∣ C X r a n d − X t ∣ X ( t + 1 ) = X r a n d − A D D=|CX_{rand}-X{t}|\\ X(t+1)=X_{rand}-AD D=∣CXrand−Xt∣X(t+1)=Xrand−AD
其中， X r a n d X_{rand} Xrand 是随机选择的鲸鱼位置向量，算法设定当 A ≥ 1 A≥1 A≥1 时，随机选择一个搜索代理，根据随机选择的鲸鱼位置来更新其他鲸鱼的位置，迫使鲸鱼偏离猎物，借此找到一个更合适的猎物，这样可以加强算法的勘探能力使 WOA 算法能够进行全局
搜索。
1.4 算法流程
（1）初始化参数：即鲸鱼种群规模大小 S N SN SN，最大迭代次数 T m a x T_{max} Tmax ；
（2）算法初始化鲸鱼种群的位置；
（3）计算每一头鲸鱼相应的适应度值，根据适应度值的大小排序，并选取 S N SN SN 个作为初始种群；
（4）计算出 S N SN SN个个体适应度值的大小，找出适应度值最小的个体位置作为最优位置；
（5）更新下一代的位置；
（6）若达到终止条件，则输出最优个体，即算法找到的最优解；否则，返回步骤（4）。
2. 算法结果：
参考文献：
[1]Seyedali Mirjalili,Andrew Lewis. The Whale Optimization Algorithm[J]. Advances in Engineering Software,2016,95.
Matalb代码地址：
鲸鱼优化算法
改进算法matlab代码
| 名称 | 说明或者参考文献 |
|---|---|
| 混合策略改进鲸鱼优化算法(IWOA) | [1]徐航,张达敏,王依柔,宋婷婷,樊英.混合策略改进鲸鱼优化算法[J].计算机工程与设计,2020,41(12):3397-3404. |
| 基于高斯映射和小孔成像学习策略的鲸鱼优化算法(IWOA) | [1]徐航,张达敏,王依柔,宋婷婷,王栎桥.基于高斯映射和小孔成像学习策略的鲸鱼优化算法[J].计算机应用研究,2020,37(11):3271-3275. |
| 一种非线性权重的自适应鲸鱼优化算法(NWAWOA) | [1]赵传武,黄宝柱,阎跃观,代文晨,张建.一种非线性权重的自适应鲸鱼优化算法[J].计算机技术与发展,2020,30(10):7-13. |
| 一种基于精英反向和纵横交叉的鲸鱼优化算法(ECWOA) | [1]刘琨,赵露露,王辉.一种基于精英反向和纵横交叉的鲸鱼优化算法[J].小型微型计算机系统,2020,41(10):2092-2097. |
| 一种全局搜索策略的鲸鱼优化算法(GSWOA) | [1]刘磊,白克强,但志宏,张松,刘知贵.一种全局搜索策略的鲸鱼优化算法[J].小型微型计算机系统,2020,41(09):1820-1825. |
| 基于自适应决策算子的鲸鱼优化算法(IWOA) | [1]徐航,张达敏,王依柔,宋婷婷,樊英.基于自适应决策算子的鲸鱼优化算法[J].智能计算机与应用,2020,10(09):6-11. |
| 基于混沌的正余弦鲸鱼优化算法(EWOA) | [1]林杰,何庆,王茜,杨荣莹,宁杰琼.基于混沌的正余弦鲸鱼优化算法[J].智能计算机与应用,2020,10(09):43-48+52. |
| 一种基于交叉选择的柯西反向鲸鱼优化算法（QOWOA） | [1]冯文涛,邓兵.一种基于交叉选择的柯西反向鲸鱼优化算法[J].兵器装备工程学报,2020,41(08):131-137. |
| 一种基于自适应策略的混合鲸鱼优化算法（HWBOA） | [1]王廷元,何先波,贺春林.一种基于自适应策略的混合鲸鱼优化算法[J].西华师范大学学报(自然科学版),2021,42(01):92-99. |
| 一种改进的鲸鱼优化算法(IWOA) | [1]武泽权,牟永敏.一种改进的鲸鱼优化算法[J].计算机应用研究,2020,37(12):3618-3621. |
| 基于阈值控制的一种改进鲸鱼算法(TIWOA) | [1]黄飞,吴泽忠.基于阈值控制的一种改进鲸鱼算法[J].系统工程,2020,38(02):133-148. |
| 基于莱维飞行和自适应策略的正弦余弦算法 | [1]黄辉先,张广炎,陈思溢,胡拚.基于混沌权重和精英引导的鲸鱼优化算法[J].传感器与微系统,2020,39(05):113-116. |
| 基于自适应调整权重和搜索策略的鲸鱼优化算法(AWOA) | [1]孔芝,杨青峰,赵杰,熊浚钧.基于自适应调整权重和搜索策略的鲸鱼优化算法[J].东北大学学报(自然科学版),2020,41(01):35-43. |
| 嵌入Circle映射和逐维小孔成像反向学习的鲸鱼优化算法(MWOA) | [1]张达敏,徐航,王依柔,宋婷婷,王栎桥.嵌入Circle映射和逐维小孔成像反向学习的鲸鱼优化算法[J].控制与决策,2021,36(05):1173-1180. |
| 融合动态概率阈值和自适应变异的鲸鱼优化算法（PTMWOA） | [1]毕孝儒,牟琦,龚尚福.融合动态概率阈值和自适应变异的鲸鱼优化算法[J].微电子学与计算机,2019,36(12):78-83+88. |
| 基于改进螺旋更新位置模型的鲸鱼优化算法（IMWOA） | [1]吴泽忠,宋菲.基于改进螺旋更新位置模型的鲸鱼优化算法[J].系统工程理论与实践,2019,39(11):2928-2944. |
| 一种增强型鲸鱼优化算法(EWOA) | [1]冯文涛,宋科康.一种增强型鲸鱼优化算法[J].计算机仿真,2020,37(11):275-279+357. |
| 混沌策略和单纯形法改进的鲸鱼优化算法（CSWOA） | [1]张潮,冯锋.混沌策略和单纯形法改进的鲸鱼优化算法[J].中国科技论文,2020,15(03):293-299. |
| 精英反向黄金正弦鲸鱼算法(EGoldenSWOA) | [1]肖子雅,刘升.精英反向黄金正弦鲸鱼算法及其工程优化研究[J].电子学报,2019,47(10):2177-2186. |
| 基于非线性收敛因子和局部扰动的鲸鱼算法(NPWOA) | [1]于俊洋,高宁杰,李涵.基于非线性收敛因子和局部扰动的鲸鱼算法[J].计算机工程与设计,2019,40(10):2861-2866. |
| 混沌反馈自适应鲸鱼优化算法研究(CFAWOA) | [1]涂春梅,陈国彬,刘超.混沌反馈自适应鲸鱼优化算法研究[J].统计与决策,2019,35(07):17-20. |
| 基于混沌搜索策略的鲸鱼优化算法(CWOA) | [1]王坚浩,张亮,史超,车飞,丁刚,武杰.基于混沌搜索策略的鲸鱼优化算法[J].控制与决策,2019,34(09):1893-1900. |
| 基于反馈机制的鲸鱼优化算法(FWOA) | [1]范家承,何杰光.基于反馈机制的鲸鱼优化算法[J].广东石油化工学院学报,2018,28(04):47-51. |
| 基于随机差分变异的改进鲸鱼优化算法(IWOA) | [1]覃溪,龙文.基于随机差分变异的改进鲸鱼优化算法[J].中国科技论文,2018,13(08):937-942. |
| 收敛因子非线性变化的鲸鱼优化算法(IWOA) | [1]龙文,伍铁斌,唐斌.收敛因子非线性变化的鲸鱼优化算法[J].兰州理工大学学报,2017,43(06):102-107. |
| 基于自适应权重和柯西变异的鲸鱼优化算法(WOAWC) | [1]郭振洲,王平,马云峰,王琦,拱长青.基于自适应权重和柯西变异的鲸鱼优化算法[J].微电子学与计算机,2017,34(09):20-25. |
| 一种随机调整控制参数的鲸鱼优化算法(EWOA) | [1]钟明辉,龙文.一种随机调整控制参数的鲸鱼优化算法[J].科学技术与工程,2017,17(12):68-73. |
算法相关应用matlab代码
| 名称 | 说明或者参考文献 |
|---|---|
| 鲸鱼优化的BP神经网络（预测） | https://blog.csdn.net/u011835903/article/details/112149776 （原理一样，只是优化算法为鲸鱼） |
| 鲸鱼优化的BP神经网络（分类） | https://blog.csdn.net/u011835903/article/details/112149394（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼优化的Elman神经网络数据预测 | https://blog.csdn.net/u011835903/article/details/111411129（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼算法的极限学习机(ELM)分类算法 | https://blog.csdn.net/u011835903/article/details/111177850（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼算法的极限学习机(ELM)回归预测 | https://blog.csdn.net/u011835903/article/details/111073635（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼算法优化的广义回归神经网络(GRNN)预测 | https://blog.csdn.net/u011835903/article/details/110941139（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼算法优化的SVM回归预测 | https://blog.csdn.net/u011835903/article/details/110630270（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼算法优化的SVM数据分类 | https://blog.csdn.net/u011835903/article/details/110523352（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼优化的最大熵多阈值分割 | https://blog.csdn.net/u011835903/article/details/108203775（原理一样，只是优化算法为鲸鱼） |
| 鲸鱼算法优化的otsu多阈值分割 | https://blog.csdn.net/u011835903/article/details/108019744（原理一样，只是优化算法为鲸鱼） |
| 鲸鱼优化的PID参数优化 | https://blog.csdn.net/u011835903/article/details/109306387（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼算法的无线传感器网(WSN)覆盖优化 | https://blog.csdn.net/u011835903/article/details/109262039（原理一样，只是优化算法为鲸鱼） |
| 基于鲸鱼算法的3D无线传感器网(WSN)覆盖优化 | https://blog.csdn.net/u011835903/article/details/113834323（原理一样，只是优化算法为鲸鱼） |
Python代码地址：
改进算法python代码
| 名称 | 说明或者参考文献 |
|---|---|
| 混合策略改进鲸鱼优化算法(IWOA) | [1]徐航,张达敏,王依柔,宋婷婷,樊英.混合策略改进鲸鱼优化算法[J].计算机工程与设计,2020,41(12):3397-3404. |
| 基于高斯映射和小孔成像学习策略的鲸鱼优化算法(IWOA) | [1]徐航,张达敏,王依柔,宋婷婷,王栎桥.基于高斯映射和小孔成像学习策略的鲸鱼优化算法[J].计算机应用研究,2020,37(11):3271-3275. |
| 一种非线性权重的自适应鲸鱼优化算法(NWAWOA) | [1]赵传武,黄宝柱,阎跃观,代文晨,张建.一种非线性权重的自适应鲸鱼优化算法[J].计算机技术与发展,2020,30(10):7-13. |
| 一种基于精英反向和纵横交叉的鲸鱼优化算法(ECWOA) | [1]刘琨,赵露露,王辉.一种基于精英反向和纵横交叉的鲸鱼优化算法[J].小型微型计算机系统,2020,41(10):2092-2097. |
| 一种全局搜索策略的鲸鱼优化算法(GSWOA) | [1]刘磊,白克强,但志宏,张松,刘知贵.一种全局搜索策略的鲸鱼优化算法[J].小型微型计算机系统,2020,41(09):1820-1825. |
| 基于自适应决策算子的鲸鱼优化算法(IWOA) | [1]徐航,张达敏,王依柔,宋婷婷,樊英.基于自适应决策算子的鲸鱼优化算法[J].智能计算机与应用,2020,10(09):6-11. |
| 基于混沌的正余弦鲸鱼优化算法(EWOA) | [1]林杰,何庆,王茜,杨荣莹,宁杰琼.基于混沌的正余弦鲸鱼优化算法[J].智能计算机与应用,2020,10(09):43-48+52. |
| 一种基于交叉选择的柯西反向鲸鱼优化算法（QOWOA） | [1]冯文涛,邓兵.一种基于交叉选择的柯西反向鲸鱼优化算法[J].兵器装备工程学报,2020,41(08):131-137. |
| 一种基于自适应策略的混合鲸鱼优化算法（HWBOA） | [1]王廷元,何先波,贺春林.一种基于自适应策略的混合鲸鱼优化算法[J].西华师范大学学报(自然科学版),2021,42(01):92-99. |
| 一种改进的鲸鱼优化算法(IWOA) | [1]武泽权,牟永敏.一种改进的鲸鱼优化算法[J].计算机应用研究,2020,37(12):3618-3621. |
| 基于阈值控制的一种改进鲸鱼算法(TIWOA) | [1]黄飞,吴泽忠.基于阈值控制的一种改进鲸鱼算法[J].系统工程,2020,38(02):133-148. |
| 基于莱维飞行和自适应策略的正弦余弦算法 | [1]黄辉先,张广炎,陈思溢,胡拚.基于混沌权重和精英引导的鲸鱼优化算法[J].传感器与微系统,2020,39(05):113-116. |
| 基于自适应调整权重和搜索策略的鲸鱼优化算法(AWOA) | [1]孔芝,杨青峰,赵杰,熊浚钧.基于自适应调整权重和搜索策略的鲸鱼优化算法[J].东北大学学报(自然科学版),2020,41(01):35-43. |
| 嵌入Circle映射和逐维小孔成像反向学习的鲸鱼优化算法(MWOA) | [1]张达敏,徐航,王依柔,宋婷婷,王栎桥.嵌入Circle映射和逐维小孔成像反向学习的鲸鱼优化算法[J].控制与决策,2021,36(05):1173-1180. |
| 融合动态概率阈值和自适应变异的鲸鱼优化算法（PTMWOA） | [1]毕孝儒,牟琦,龚尚福.融合动态概率阈值和自适应变异的鲸鱼优化算法[J].微电子学与计算机,2019,36(12):78-83+88. |
| 基于改进螺旋更新位置模型的鲸鱼优化算法（IMWOA） | [1]吴泽忠,宋菲.基于改进螺旋更新位置模型的鲸鱼优化算法[J].系统工程理论与实践,2019,39(11):2928-2944. |
| 一种增强型鲸鱼优化算法(EWOA) | [1]冯文涛,宋科康.一种增强型鲸鱼优化算法[J].计算机仿真,2020,37(11):275-279+357. |
| 混沌策略和单纯形法改进的鲸鱼优化算法（CSWOA） | [1]张潮,冯锋.混沌策略和单纯形法改进的鲸鱼优化算法[J].中国科技论文,2020,15(03):293-299. |
| 精英反向黄金正弦鲸鱼算法(EGoldenSWOA) | [1]肖子雅,刘升.精英反向黄金正弦鲸鱼算法及其工程优化研究[J].电子学报,2019,47(10):2177-2186. |
| 基于非线性收敛因子和局部扰动的鲸鱼算法(NPWOA) | [1]于俊洋,高宁杰,李涵.基于非线性收敛因子和局部扰动的鲸鱼算法[J].计算机工程与设计,2019,40(10):2861-2866. |
| 混沌反馈自适应鲸鱼优化算法研究(CFAWOA) | [1]涂春梅,陈国彬,刘超.混沌反馈自适应鲸鱼优化算法研究[J].统计与决策,2019,35(07):17-20. |
| 基于混沌搜索策略的鲸鱼优化算法(CWOA) | [1]王坚浩,张亮,史超,车飞,丁刚,武杰.基于混沌搜索策略的鲸鱼优化算法[J].控制与决策,2019,34(09):1893-1900. |
| 基于反馈机制的鲸鱼优化算法(FWOA) | [1]范家承,何杰光.基于反馈机制的鲸鱼优化算法[J].广东石油化工学院学报,2018,28(04):47-51. |
| 基于随机差分变异的改进鲸鱼优化算法(IWOA) | [1]覃溪,龙文.基于随机差分变异的改进鲸鱼优化算法[J].中国科技论文,2018,13(08):937-942. |
| 收敛因子非线性变化的鲸鱼优化算法(IWOA) | [1]龙文,伍铁斌,唐斌.收敛因子非线性变化的鲸鱼优化算法[J].兰州理工大学学报,2017,43(06):102-107. |
| 基于自适应权重和柯西变异的鲸鱼优化算法(WOAWC) | [1]郭振洲,王平,马云峰,王琦,拱长青.基于自适应权重和柯西变异的鲸鱼优化算法[J].微电子学与计算机,2017,34(09):20-25. |
| 一种随机调整控制参数的鲸鱼优化算法(EWOA) | [1]钟明辉,龙文.一种随机调整控制参数的鲸鱼优化算法[J].科学技术与工程,2017,17(12):68-73. |
智能推荐
python flask服务器假死_IE浏览器访问Flask自带服务器假死问题解决方法 - digwtx-程序员宅基地
文章浏览阅读2.5k次。在本地调试Flask应用程序，如果使用IE浏览器访问，会经常出现卡住(假死)现象，这是一个比较烦人的问题。 其实解决方法也比较简单，只要给app.run加上一个threaded=True参数或者processes=N参数(N改为实际数值)。假如： pythonif __name__ == '__main__':app.run(threaded=True)# 或者# app.run(processe..._flask服务假死的原因
MySQL 数据库常用命令-程序员宅基地
文章浏览阅读123次。MySQL数据库常用命令1、MySQL常用命令create database name; 创建数据库use databasename; 选择数据库drop database name 直接删除数据库，不提醒show tables; 显示表describe tablename; 表的详细描述select 中加上distinct去除重复字段mysqladmi...
不带头结点的单链表——数据结构课堂作业-程序员宅基地
文章浏览阅读2k次，点赞4次，收藏10次。#include <stdio.h>#include <stdlib.h>/**************************************//* 链表实现的头文件，文件名slnklist.h *//**************************************/#include <stdio.h>#include &l..._/* 假设不带头结点的单链表head是升序排列的,设计算法函数linklist insert(linkli
【蓝桥杯嵌入式学习笔记】（一）比赛及开发环境相关介绍_蓝桥杯嵌入式比赛时会提供什么-程序员宅基地
文章浏览阅读1.9k次，点赞3次，收藏33次。一、比赛相关介绍1、我刚开始学习32的时候是先学习的库函数，这种传统的库函数开发方式会花费很多时间在各种模块的初始化上面，而CubeMX+HAL库开发的方式，则是省去了初始化的部分，让我们能将更多的精力放在实现功能和逻辑设计方面。当然，库函数的开发方式也是有必要学习的，一些相关底层知识也需要一定的理解，因为 CubeMX也可能存在Bug，如果你对库函数不了解的话也会出现一些麻烦无法解决。2、蓝桥杯嵌入式比赛开发板主控芯片采用STM32G431RBT6，并预留扩展板接口。..._蓝桥杯嵌入式比赛时会提供什么
JS 离散点生成等高线图的几种方式_observable plot-程序员宅基地
文章浏览阅读1.7k次，点赞15次，收藏27次。JS 离散点生成等高线图的几种方式_observable plot
Java全栈课程之JavaSE——Java预科阶段_全栈javase项目-程序员宅基地
文章浏览阅读72次。① 系统软件：dos、windows、Linux、unix、Mac、Android、ios。5.广泛应用在：科学计算、数据处理、自动控制、计算机辅助设计、人工智能、网络等领域。2.计算机硬件组成：cpu、主板、内存、电源、主机箱、硬盘、显卡、键盘、鼠标等。2.能够按照程序运行，自动、高速处理海量数据的现代化智能电子设备。4.常见的形式有台式计算机、笔记本计算机、大型计算机等。运算器 控制器。② 应用软件：wps、QQ、微信。输入设备→存储器→输出设备。3.第三代语言：高级语言。_全栈javase项目
随便推点
160820服务器问题解决备忘-程序员宅基地
文章浏览阅读59次。查看apache的错误日志假如php不记录错误的时候，可以尝试看apache的日志，日志一般存放位置是： /etc/httpd/logs/error_log ，可以通过tail -f /etc/httpd/logs/error_log实时监听错误信息php 时区没有设置PHP Warning: date(): It is not safe to rely on the system's..._welhong系统 err160
计算机的外围设备找不到,bluetooth外围设备驱动程序找不到怎么办？来看看详细的解决方案...-程序员宅基地
文章浏览阅读6.8k次。bluetooth外围设备驱动程序找不到怎么办？最近小编在朋友在家玩的时候，他的电脑出现了“bluetooth外围设备找不到驱动程序”的问题，于是，朋友求助我，想让我帮他解决一下这个问题，下面智能手机网不来分享一下Win7系统出现bluetooth外围设备找不到驱动程序的解决方法吧，赶紧来瞧一瞧。bluetooth外围设备找不到怎么办bluetooth外围设备驱动程序找不到的解决方案操作步骤一：1..._bluetooth外围设备找不到驱动程序怎么办
Literature Lesson_lietrature lesson程序-程序员宅基地
文章浏览阅读424次。A. Literature Lessontime limit per test2 secondsmemory limit per test256 megabytesinputstandard inputoutputstandard outputVera adores poems. All the poems Vera knows are_lietrature lesson程序
回调函数例子-程序员宅基地
文章浏览阅读1k次。回调函数_回调函数例子
能量俘获阅读【5】- 纳米摩擦发电机之精密传感 - TENG文献阅读- 摩擦电子晶体管传感器用于增强型氢气检测传感装置_纳米摩擦发电机 用于传感-程序员宅基地
文章浏览阅读197次。这篇是近期，国家纳米中心的庞耀坤、陈立波、胡国锋等学者在NANO RESEARCH期刊上发表在Nano Research 上的一篇关于先进氢气监测传感器的文章，英文名称是：Tribotronic transistor sensor for enhanced hydrogen detection 研究团队将ZnO场效应晶体管(FET)与摩擦电纳米发电机在独立模式下耦合，研制了一种新型ZnO摩擦电子晶体管，并将其用作室温下氢气检测传感器。_纳米摩擦发电机 用于传感
python爬虫之Scrapy介绍八——Scrapy-分布式（以爬取京东读书为示例）_京东读书校园版 python-程序员宅基地
文章浏览阅读781次。Scrapy-分布式（scrapy-redis）介绍1 Scrapy-分布式介绍1.1 Scrapy-redis工作原理1.2 Scrapy-redis 安装和基本使用1.2.1 安装1.2.2 基本使用2 Scrapy转为Scrapy-分布式2.1 scrapy爬取京东读书2.2 改为Scrapy-分布式1 Scrapy-分布式介绍1.1 Scrapy-redis工作原理首先回顾一下Scrapy的工作流程，然后进一步介绍Srapy-分布式的工作流程和原理。（1）Scrapy的工作流程详见：pyt_京东读书校园版 python